本文讨论了功能对象导向网络（FOON）的知识表示和符号任务规划能力，利用 FOON 和图检索方法生成操作动作序列以完成任务目标，从而减少人类日常任务所需的人力。
Nov, 2022
本文描述了一种用于机器人任务的知识表示模型 FOON，定义了其结构和主要组件，并介绍了创建通用 FOON 数据集的过程。同时，讨论了在 FOON 中使用的各种搜索算法和启发式函数以及它们的效果。
本文主要介绍了针对机器人执行任务时需要的数据检索和算法设计，提出了一些加权功能对象网络和任务规划算法，能够使机器人和人类成功地共同完成比人类单独完成更复杂的任务。
通过使用智能机器人和通用函数面向对象网络（FOON）以及算法 IDS 和 GBFS，本文旨在研究厨房中的任务和目标的特定步骤与执行过程，以及不同算法的性能比较。
Dec, 2023
开发算法生成给定目标节点（食谱）的任务树规划，以及通过 FOON 进行智能烹饪的知识表达和任务规划。
Nov, 2023
本文介绍了用于机器人任务规划的功能面向对象网络 (FOON) 及其在提取任务树过程中使用的迭代加深搜索 (IDS) 和贪心最佳优先搜索 (GBFS) 算法在不同烹饪食谱中的表现比较。初步结果表明，根据所提供的配方，每种算法都可能比另一种更好。
通过使用 FOON 知识表示法和三个算法，为厨房中的机器人技术赋予了更高的创造力，成功率也得到了保证。
通过图搜索机制，使用来自众多视频源的知识，提高机器人灵活任务规划和处理能力，进而创造性地适应新挑战和环境。
通过使用功能对象导向网络（FOON）来解释信息以完成任务，可以帮助机器人进行任务竞争，网络中的几种方法包括迭代深化搜索或启发式方法，可以遍历网络并确定完成任务所需的步骤。
Oct, 2022
论文使用功能面向对象网络，实现了三种搜索算法，为给定目标节点生成任务树，论文详细介绍了该方法、过程和结果。